l’Etudiant, c’est le média référent d’informations et de services gratuits autour de l’éducation et de l’orientation pour les jeunes de 15 à 25 ans. J’ai restructuré leur projet de RAG LLM conversationnel permettant de poser des questions sur l’orientation scolaire en se basant sur le corpus d’informations réuni par les journalistes de l’Etudiant. Au bout de 15 jours les premiers deliveries ont eu lieu et il était à même de répondre par exemple sur les Salons de l’Etudiant.
En bref
- Client : l’Etudiant, secteur de l’éducation
- Projet : Ori, RAG LLM
- Période : Septembre 2026 à décembre 2026
- Rôle : Product manager
- Périmètre : Améliorations techniques, enrichissements avec de nouvelles données
- Équipe et méthode : équipe de 3 personnes travaillant en scrum
- Résultat clé : Ori peut répondre quand on lui parle des salons de l’Etudiant. Nettoyage du socle technique pour mieux le structurer pour l’avenir. Préparation d’une roadmap de développement.
Quel était le besoin ?
Ori est un projet initialement développé sous forme de POC. l’Etudiant devait monter en compétences dessus et l’adapter afin de lui permettre d’évoluer fonctionnellement et de l’enrichir. Une carte des points d’améliorations ainsi qu’une liste de données et de composants à ajouter dans le graph a été définie.
Quel a été mon rôle ?
Dans l’équipe, j’étais le product manager. J’ai conduit un travail de discovery sur les données devant être ajoutées, sur les composants à disposition du llm et sur les améliorations structurelles pouvant être réalisées. J’ai préparé le backlog produit et je l’ai affiné avec les développeurs puis j’ai organisé les sprints.
Comment avons-nous travaillé ?
Un travail de discovery a été réalisé avec les experts métiers de l’Etudiant sous forme de réunions (utilisations de whiteboards digitaux). Une analyse du code a été réalisée avec la production d’un rapport. Une analyse des conversations anonymisées a aussi été réalisée afin de comprendre les sujets recherchés.
Une priorisation des tâches sur plusieurs mois a été réalisée. Mélange d’enrichissements et de consolidations. La priorisation s’est faite sur l’enrichissement puis l’ajout de nouvelles fonctionnalités puis la consolidation.
En mode sprint, nous faisions les daily, sprint review, rétrospectives avec un delivery par incréments dès validation.
Quels ont été les résultats ?
Début octobre 2026, Ori à commencé à répondre sur les salons de l’Etudiant.
Ce que j’en retiens
Une meilleure appréhension du fonctionnement des RAG/LLM.
Autres projets pour l’Etudiant
- Simulateur du bac : Développer un simulateur pratique et évolutif
- Tous les projets : l’Etudiant
Missions chez d’autres clients
- [McDonald’s] : Animation de l’univers digital
- Voir aussi : Valoriser plutôt que produire à tout va.
Questions fréquentes
Quel est le plus difficile quand on monte un RAG ?
La technique peut faire peur au départ mais une fois organisée cela fonctionne. Le fine tuning des différents graphs est lui beaucoup plus complexe. Un peu comme des complications d’horlogerie suisse !
Peut-on mesurer facilement la qualité d’un RAG ?
Oui on utilise pour cela des “golden sets”, ce sont des listes de questions avec les réponses attendues et non attendues. On peut les passer de façon automatisée en notant la qualité de la réponse. Il est possible dans le temps de mesurer la qualité des réponses et leurs évolutions.